r - 如何检查 CSV 文件是否有逗号或分号作为分隔符？

Question

我必须自动读取大量 CSV 文件。有些有逗号作为分隔符，然后我使用 command read.csv()。

有些有分号作为分隔符，然后我使用read.csv2().

我想编写一段代码来识别 CSV 文件是否有逗号或分号作为分隔符（在我阅读之前），这样我就不必每次都更改代码。

我的方法是这样的：

try to read.csv("xyz")
if error 
read.csv2("xyz")

这样的事情可能吗？以前有人这样做过吗？如何在没有实际看到的情况下检查是否有错误？

Answer 1

这里有几种方法，假设文件格式之间的唯一区别是分隔符是分号，小数点是逗号，还是分隔符是逗号，小数点是点。

1) fread 如data.table包中的注释所述fread，将自动检测常用分隔符的分隔符，然后使用它检测到的分隔符读取文件。这也可以处理某些其他格式的更改，例如自动检测文件是否有标题。

2) grepl 查看第一行是否有逗号或分号，然后重新读取文件：

L <- readLines("myfile", n = 1)
if (grepl(";", L)) read.csv2("myfile") else read.csv("myfile")

3) count.fields 我们可以假设分号，然后计算第一行中的字段。如果有一个字段，则以逗号分隔，如果没有，则以分号分隔。

L <- readLines("myfile", n = 1)
numfields <- count.fields(textConnection(L), sep = ";")
if (numfields == 1) read.csv("myfile") else read.csv2("myfile")

更新 添加 (3) 并对所有三个进行了改进。

Answer 2

一个警告。read.csv2() 旨在处理逗号作为小数点和分号作为分隔符（默认值）。如果您的 csv 文件有分号作为分隔符和点作为小数点，您可能会因为 dec = "," 设置而遇到问题。如果是这种情况，并且您确实将分隔符作为文件之间的唯一区别，最好直接使用 read.table() 更改“sep”选项